KR102069341B1 - 전자 문서 검색 방법 및 그 서버 - Google Patents

전자 문서 검색 방법 및 그 서버 Download PDF

Info

Publication number
KR102069341B1
KR102069341B1 KR1020170168134A KR20170168134A KR102069341B1 KR 102069341 B1 KR102069341 B1 KR 102069341B1 KR 1020170168134 A KR1020170168134 A KR 1020170168134A KR 20170168134 A KR20170168134 A KR 20170168134A KR 102069341 B1 KR102069341 B1 KR 102069341B1
Authority
KR
South Korea
Prior art keywords
electronic
electronic documents
document
search
electronic document
Prior art date
Application number
KR1020170168134A
Other languages
English (en)
Other versions
KR20180097120A (ko
Inventor
정철우
Original Assignee
빈닷컴 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 빈닷컴 주식회사 filed Critical 빈닷컴 주식회사
Publication of KR20180097120A publication Critical patent/KR20180097120A/ko
Priority to PCT/KR2018/014675 priority Critical patent/WO2019112223A1/ko
Application granted granted Critical
Publication of KR102069341B1 publication Critical patent/KR102069341B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3334—Selection or weighting of terms from queries, including natural language queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/382—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using citations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/11—Patent retrieval

Abstract

본 발명은 전자 문서 검색 서버가 전자 문서를 검색하는 방법을 개시한다. 본 발명의 일 실시예에 따른 방법은, 제1 검색어가 획득됨에 따라, 서로 다른 종류의 전자 문서를 저장한 복수의 전자 문서 DB(database) 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계, 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하는 단계, 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하는 단계, 두 개 이상의 제2 검색어를 이용하여, 검색된 서로 다른 종류의 전자 문서들을 분류하고, 분류된 결과를 문서 종류 별로 그룹핑하는 단계 및 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함한다.

Description

전자 문서 검색 방법 및 그 서버 {METHOD FOR SEARCHING ELECTRONIC DOCUMENT AND APPARATUS THEREOF}
본 발명은 전자 문서 검색 방법 및 그 서버에 관한 것으로서, 보다 구체적으로, 특허, 판례 및 논문 등의 전자 문서를 검색하는 방법 및 그 서버에 관한 것이다.
일반적인 전자 문서 검색 시스템은 입력된 키워드를 그대로 포함하고 있는 문서들을 일정 기준으로 나열하여 제공한다. 즉, 일반적인 특허 문서 검색 시스템은 단순히 사용자가 입력한 키워드를 저장된 전자 문서들의 키워드와 비교하는 방식으로 키워드의 일치 결과를 보여 준다. 이러한 결과는 키워드의 사용 양태가 다양할수록 사용자가 의도하지 않은 검색 결과를 포함할 가능성이 높다.
따라서, 최근에는, 사용자가 의도한 문서를 재질의 없이 검색해 내기 위해, 상기한 검색 방식을 보완하여 다양한 필드값(예를 들어, 제목 검색, 청구항 검색, 출원인, 발명자 등)에 대한 질의문 입력을 허용한다. 그러나, 이러한 다양한 필드값은 사용자에게 복잡한 질의문 작성을 요구하며, 해당 필드값에 대응되는 정확한 질의문 입력을 요구한다. 즉, 누락된 필드값에 대해서는 검색 결과를 얻을 수 없다. 이러한 한계를 극복하기 위해, 일부 특허 문서 검색 시스템은사용자로부터 복수의 키워드로 구성된 질의문을 입력받고, 질의문과 유사한 키워드에 대한 검색 결과를 제공하기도 한다. 그러나, 이는 검색 결과의 정확도를 떨어뜨릴 수 있다.
따라서, 단순히 키워드가 포함된 전자 문서만을 검색하는데 그치지 않고 사용자가 질의한 초기 용어의 개념과 의미적인 유사도나, 온톨로지(ontology)에 표현되어있는 정보를 토대로 추론을 통하여 사용자가 의도한 정보와 지식을 찾아줄 수 있는 전자 문서 검색 시스템에 대한 연구가 필요하다.
이와 관련하여, 대한민국 등록 특허 제 10-1054824호(발명의 명칭: 키워드 시맨틱 네트워크 구성을 통한 특허정보 시각화 시스템 및 그 방법)는 사용자로부터 입력되는 키워드를 그대로 포함하는 특허 문서들을 검색한 후, 검색된 특허 문서들에 기 설정된 키워드들을 이용하여 특허 문서를 군집화함으로써, 사용자가 의도한 정보에 보다 용이하게 접근할 수 있는 방법을 제공한다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 본 발명의 일부 실시예는 사용자로부터 입력된 질의를 확장시켜, 확장된 질의로부터 검색된 결과를 제공한다. 이때, 검색된 결과를 의미적으로 그룹핑하여 제공함으로써, 사용자가 간단하게 질의하여도 원하는 전자 문서에 용이하게 접근할 수 있도록 할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제1 측면에 따른 전자 문서 검색 서버가 전자 문서를 검색하는 방법은, 제1 검색어가 획득됨에 따라, 서로 다른 종류의 전자 문서를 저장한 복수의 전자 문서 DB(database) 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계; 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하는 단계; 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하는 단계; 두 개 이상의 제2 검색어를 이용하여, 검색된 서로 다른 종류의 전자 문서들을 분류하고, 분류된 결과를 문서 종류 별로 그룹핑하는 단계; 및 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함한다.
또한, 본 발명의 제2 측면에 따른 전자 문서 검색 서버가 전자 문서를 검색하는 방법은, 자연어로 작성된 콘텐트가 획득됨에 따라, 콘텐트의 컨텍스트를 분석하여 복수의 제2 검색어를 추출하는 단계; 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하는 단계; 검색된 서로 다른 종류의 전자 문서들과 콘텐트 간의 유사도를 산출하는 단계; 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하는 단계; 및 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함한다.
또한, 본 발명의 제3 측면에 따른 전자 문서 검색 서버가 전자 문서를 검색하는 방법은, 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계; 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여, 복수의 제2 검색어를 추출하는 단계; 복수의 제2 검색어 중 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 기초로, 복수의 전자 문서 DB 각각으로부터 전자 문서들을 검색하는 단계; 및 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함한다.
또한, 본 발명의 제4 측면에 따른 전자 문서 검색 서버는, 서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB(database); 전자 문서를 검색하는 프로그램이 저장된 메모리(memory); 및 상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 제1 검색어가 획득하고, 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하고, 상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트를 분석하여 복수의 제2 검색어를 추출하고, 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하고, 두 개 이상의 제2 검색어를 이용하여 검색된 서로 다른 종류의 전자 문서를 분류하고, 분류된 결과를 문서 종류 별로 그룹핑하며, 그룹핑된 결과를 사용자 단말로 제공한다.
또한, 본 발명의 제5 측면에 따른 전자 문서 검색 서버는, 서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB; 전자 문서를 검색하는 프로그램이 저장된 메모리; 및 상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 자연어로 작성된 콘텐트가 획득됨에 따라, 콘텐트의 컨텍스트를 분석하여 복수의 제2 검색어를 추출하고, 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하고, 복수의 서로 다른 종류의 전자 문서들과 콘텐트 간의 유사도를 산출하고, 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하며, 그룹핑된 결과를 사용자 단말로 제공한다.
또한, 본 발명의 제6 측면에 따른 전자 문서 검색 서버는, 서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB; 전자 문서를 검색하는 프로그램이 저장된 메모리; 및 상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하고, 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트를 분석하여, 복수의 제2 검색어를 추출하며, 복수의 제2 검색어 중 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 기초로, 복수의 전자 문서 DB 각각으로부터 서로 다른 종류의 전자 문서들을 검색하고, 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 그룹핑된 결과를 사용자 단말로 제공한다.
또한, 본 발명의 제7 측면은, 상기 제1 측면의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 제공한다.
전술한 본 발명의 과제 해결 수단에 의하면, 본 발명의 일 실시에 따른 전자 문서 검색 서버는 사용자로부터 제공받은 질의와 연관된 다른 지식개체를 탐색함으로써, 폭넓은 검색 결과를 제공할 수 있다. 또한, 본 발명의 일 실시예에 따른 전자 문서 검색 서버는 검색된 결과를 의미적 연관성이 높은 문서들끼리 그룹핑하여 제공함으로써, 사용자의 검색 결과 활용에 도움을 줄 수 있다.
도 1은 본 발명의 일 실시예에 따른 전자 문서 검색 시스템의 개요도이다.
도 2는 본 발명의 일 실시예에 따라 전자 문서 검색 서버가 전자 문서를 검색하는 방법을 도시한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 전자 문서 검색 서버가 제공하는 사용자 인터페이스를 도시한 예이다.
도 4는 본 발명의 일 실시예에 따라 사용자 단말로 제공되는 검색 결과 화면을 도시한다.
도 5는 본 발명의 일 실시예에 따라 검색된 전자 문서들의 리스트가 제공된 일례이다.
도 6은 본 발명의 일 실시예에 따라 높은 유사도 순으로 나열된 검색 결과 화면을 도시한다.
도 7a은 본 발명의 일 실시예에 따라 콘텐트가 제1 검색어로 입력된 일례를 도시하며, 도 7b는 상기 콘텐트 입력에 따른 검색 결과 화면을 도시한 일례이다.
도 8은 본 발명의 다른 실시예에 따라 제2 검색어 조합을 이용하여 문서들을 검색하는 방법을 도시한 도면이다.
도 9는 본 발명의 일 실시예에 따른 전자 문서 검색 서버의 구성을 도시한 블록도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
이하에서 언급되는 "사용자 단말"은 네트워크를 통해 서버나 타 단말에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop) 등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), LTE(Long Term Evolution) 통신 기반 단말, 스마트폰, PDA(personal digital assistants), 태블릿 PC 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
또한, "네트워크"는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(mobile radio communication network) 또는 위성 통신망 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 전자 문서 검색 시스템의 개요도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 전자 문서 검색 시스템(10)은 전자 문서 검색 서버(100), 전자 문서 DB(200) 및 다양한 타입의 사용자 단말(300)을 포함한다.
전자 문서 검색 서버(100)는 전자 문서 DB(200) 및 사용자 단말(300)과 통신하여, 사용자 단말(300)에서 입력된 질의를 기초로 전자 문서 DB(200)에 저장된 전자 문서들을 검색한다. 전자 문서 DB(200)는 논문 등의 기술 문서를 저장하는 기술 문서 DB, 특허 문서를 저장하는 특허 문서 DB, 판례 등의 판례 문서를 저장하는 법률 문서 DB를 포함할 수 있다. 전자 문서 검색 서버(100)는 전자 문서 DB(200)에 접근하여 입력 질의에 매칭되는 전자 문서를 검색한다. 특히, 입력된 질의는 하나 이상의 키워드 또는 문서 식별 번호(예컨대, 특허 식별 번호, 판례 식별 번호, 논문 식별 번호 등)일 수 있으며, 전자 문서 검색 서버(100)는 입력된 질의를 제1 검색어로 설정하여 검색된 하나 이상의 전자 문서로부터 제2 검색어를 생성한다. 이때, 생성된 제2 검색어는, 제1 검색어에 의해 검색된 하나 이상의 전자 문서를 분석한 결과로 추출된 복수의 키워드로서, 제1 검색어에 연관된 키워드뿐 아니라, 제1 검색어와 상이한 지식개체를 나타내는 키워드를 더 포함할 수 있다. 이를 통해, 전자 문서 검색 서버(100)는 사용자 단말(300)의 사용자가 필요한 모든 키워드를 입력하지 않으면서도 원하는 문서에 접근할 수 있도록 할 수 있다.
한편, 도 1에서는 전자 문서 DB(200)가 전자 문서 검색 서버(100)의 외부에 위치하는 것으로 도시하였으나, 이에 제한되지 않는다. 전자 문서 DB(200)는, 도 9에 도시된 바와 같이, 전자 문서 검색 서버(100)에 포함되어 구현될 수 있다. 또한, 전자 문서 DB(200)는 복수 개의 DB로 구현되어 분산되어 위치할 수 있다.
사용자 단말(300)은 전자 문서 검색 서버(100)가 제공하는 사용자 인터페이스(user interface)를 통해 입력된 질의(즉, 제1 검색어)를 전자 문서 검색 서버(100)로 제공한다. 또한, 사용자 단말(300)은 전자 문서 검색 서버(100)가 제공하는 검색 결과를 사용자 단말(300)의 화면에 표시할 수 있다.
도 2는 본 발명의 일 실시예에 따라 전자 문서 검색 서버(100)가 전자 문서를 검색하는 방법을 도시한 순서도이다.
먼저, 전자 문서 검색 서버(100)는 제1 검색어를 획득한다(S200). 예를 들어, 사용자 단말(300)은 특정 어플리케이션(또는 프로그램) 또는 웹 사이트를 실행하여, 전자 문서 검색 서버(100)에 접근할 수 있다. 전자 문서 검색 서버(100)는 상기 어플리케이션 또는 웹 사이트를 통해 사용자 질의를 입력받을 수 있는 사용자 인터페이스를 제공하고, 해당 사용자 인터페이스를 통해 입력된 질의를 제1 검색어로서 획득한다.
도 3은 본 발명의 일 실시예에 따른 전자 문서 검색 서버(100)가 제공하는 사용자 인터페이스를 도시한 예이다. 도 3을 참조하면, 전자 문서 검색 서버(100)는 일반적인 웹 검색과 마찬가지로, 키워드 기반의 검색을 제공한다. 따라서, 종래의 특허 문서 검색이 요구하는 검색식을 입력받는 사용자 인터페이스 대신에, 도 3에 도시된 바와 같이, 키워드 또는 문서 식별 번호를 입력받는 단순화된 사용자 인터페이스를 제공한다. 문서 식별 번호는, 비한정적인 예로서, 특허 출원 번호, 특허 공개 번호, 특허 등록 번호, 논문 식별 번호, 판례 식별 번호, 케이스(case) 식별 번호 등일 수 있다.
다시 도 2를 참조하면, 전자 문서 검색 서버(100)는 제1 검색어가 획득됨에 따라, 복수의 전자 문서 DB 중에서 제1 전자 문서 DB로부터 제1 검색어가 기재된 정보 필드를 포함하는 제1 전자 문서들을 검색한다(S210). 이하에서는, 설명의 편의를 위해, 제1 전자 문서 DB가 특허 문서 DB이고, 제1 전자 문서가 특허 문서인 것으로 가정하여 설명한다. 이 경우, 정보 필드는, 비한정적인 예로서, 특허 문서의 청구범위(Claims) 필드일 수 있으나, 이에 제한되는 것은 아니다. 즉, 전자 문서 검색 서버(100)는 특허 문서 DB에 포함된 특허 문서들의 전체 청구항 중에서 제1 검색어의 말뭉치를 포함하는 특허 문서들을 검색한다.
한편, 상기 제1 전자 문서 DB는 제1 검색어에 기 설정된 특수 문자(예컨대, !, @, # 등)를 기초로 결정될 수 있다. 예컨대, 제1 검색어에 기 설정된 문자가 포함되지 않은 경우, 전자 문서 검색 서버(100)는 특허 문서 DB로부터 제1 검색어에 대응되는 특허 문서를 검색하고, 제1 검색어에 "@"가 포함되는 경우, 기술 문서 DB로부터 제1 검색어에 대응되는 기술 문서를 검색하며, 제1 검색어에 "#"가 포함되는 경우, 법률 문서 DB로부터 제1 검색어에 대응되는 판례 문서를 검색할 수 있다.
다음으로, 전자 문서 검색 서버(100)는 검색된 제1 전자 문서들의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 생성한다(S220).
예시적으로, 전자 문서 검색 서버(100)는 검색된 특허 문서들에 기재된 전체 청구항의 키워드들을 추출한다. 전자 문서 검색 서버(100)는 각 특허 문서의 청구항들에 대한 형태 분석을 수행하여, 말뭉치 단위의 키워드들을 추출할 수 있다. 이때, 전자 문서 검색 서버(100)는 복잡계 알고리즘(complex network), 뉴럴 네트워크(neural network), 온톨로지(ontology), 시소러스(thesaurus), 워드넷(word net) 등을 이용하여 전체 청구항 내에 기재된 말뭉치 단위의 키워드를 추출할 수 있다. 나아가, 전자 문서 검색 서버(100)는 추출된 키워드와 동일한 의미를 갖는 다른 단어를 더 획득할 수도 있다.
이후, 전자 문서 검색 서버(100)는 추출된 키워드들 각각의 사용 빈도수, 중요도 및 키워드들 간의 관계를 기초로, 상기 추출된 키워드들 중에서 제2 검색어를 추출한다. 이때, 각 키워드의 사용 빈도수는 전체 청구항 내에서의 사용 횟수를 나타내며, 각 키워드의 중요도는 해당 키워드가 기재된 특허 문헌 수, 해당 특허 문헌의 인용 수 및 해당 키워드가 기재된 청구항 속성(예를 들어, 독립항, 종속항, 청구항 간 종속 관계 등) 등을 나타낸다. 또한, 키워드들 간의 관계는 키워드들 간의 동일 특허 문헌 내에서의 사용 여부, 인접도 등을 나타낸다.
전자 문서 검색 서버(100)는 상기한 사용 빈도수, 중요도 및 키워드들 간의 관계 중 적어도 하나를 기초로 추출된 키워드들을 순위화하고, 기 설정된 개수의 상위 순위 키워드 각각을 제2 검색어로 선정한다. 구체적인 예를 들어, 전자 문서 검색 서버(100)는 년도 별로 서로 다른 가중치가 부여된 사용 빈도수를 기초로, 주요 키워드를 추출할 수도 있다. 이 경우, 전자 문서 검색 서버(100)는 각 키워드가 처음 사용된 년도부터 현재까지 년도 별로 서로 다른 가중치를 부여한 후, 각 년도에서의 사용 빈도수에 상기 가중치를 곱한 결과값으로 키워드들을 순위화할 수 있다.
또한, 전자 문서 검색 서버(100)는 각 키워드가 기재된 특허 문헌의 특허수명주기, IPC 값 등을 더 고려하여 키워드들을 순위화할 수 있다. 그러나, 이에 한정되는 것은 아니며, 다양한 방법으로 키워드들이 순위화될 수 있다.
다음으로, 전자 문서 검색 서버(100)는 복수의 전자 문서 DB(즉, 특허 문서 DB, 기술 문서 DB, 법률 문서 DB 등) 각각으로부터 적어도 하나의 제2 검색어가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서(즉, 특허 문서, 기술 문서 및 판례 문서)를 검색한다(S230). 이때, 정보 필드는, 특허 문서의 청구 범위(Claims) 이외에, 판례 문서의 판결문 필드, 기술 문서의 요약(abstract) 필드 및/또는 본문 필드 등을 더 포함할 수 있다.
다음으로, 전자 문서 검색 서버(100)는 두 개 이상의 제2 검색어를 이용하여 서로 다른 종류의 전자 문서(즉, 특허 문서, 기술 문서 및 판례 문서)를 분류하고, 분류된 결과를 문서 종류 별로 그룹핑한다(S240). 전자 문서 검색 서버(100)는 제1 전자 문서 DB(예컨대, 특허 문서 DB)에서 제2 검색어로 검색된 전자 문서들(즉, 특허 문서들)에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 특허 문서들을, 상기 두 개 이상의 제2 검색어를 인덱스로 갖는 하나의 그룹으로 분류할 수 있다. 이때, 두 개 이상의 제2 검색어가 동시에 기재된 특허 문서는 상기한 키워드들 간의 관계값으로부터 획득될 수 있다.
또한, 전자 문서 검색 서버(100)는 각 인덱스에 매칭된 제1 전자 문서의 개수를 기초로 각 인덱스의 순위를 결정할 수 있다.
그리고 전자 문서 검색 서버(100)는 나머지 전자 문서 DB로부터 검색된 전자 문서들(즉, 기술 문서 및 판례 문서)에 대해, 상기 분류된 각 그룹에 대응되는 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 해당 인덱스에 링크한다. 즉, 전자 문서 검색 서버(100)는 각 그룹에 대응되는 두 개 이상의 제2 검색어가 기재된 판결문을 포함하는 판례 문서와, 상기 두 개 이상의 제2 검색어가 기재된 요약 필드 및/또는 본문 필드를 포함하는 기술 문서를 그룹핑하고, 상기 두 개 이상의 제2 검색어를 인덱스로 갖는 각 그룹으로 분류한다. 즉, 하나의 인덱스는, 서로 다른 종류의 전자 문서 그룹들에 연관(링크)되며, 각 전자 문서 그룹은 인덱스의 순위를 따른다.
그리고 전자 문서 검색 서버(100)는 문서 종류 별로 그룹핑된 결과를 사용자 단말(300)로 제공된다(S250).
도 4는 본 발명의 일 실시예에 따라 사용자 단말(300)로 제공되는 검색 결과 화면을 도시한다. 도 4의 검색 결과 화면(400)을 참조하면, 두 개 이상의 제2 검색어를 이용하여 그룹핑된 특허 문서 그룹(421), 판례 문서 그룹(422) 및 기술 문서 그룹(논문 문서)(423)은 해당 제2 검색어들로 구성된 인덱스(420)에 연관되어 제공된다. 그리고 인덱스(420)는 특허 문서 그룹(421) 내의 특허 문서 수를 기준으로 설정된 순위값에 따라 나열된다.
이때, 검색 결과 화면(400)은 제2 검색어 일부(410)를 제공할 수 있다. 제2 검색어 일부(410)는 제1 검색어로 기능될 수 있도록하는 그래픽 사용자 인터페이스(graphic user interface: GUI) 형태로 제공될 수 있다. 즉, 사용자 단말(300)의 사용자가 하나의 제2 검색어를 선택함에 따라, 전자 문서 검색 서버(100)는 상기 선택된 제2 검색어를 기초로, 전술한 S220 내지 S250 단계를 수행할 수 있다.
또한, 사용자가 하나의 그룹(예컨대, "예측 알고리즘 독립"의 특허 문서 그룹)을 선택하면, 전자 문서 검색 서버(100)는 해당 특허 문서 그룹 내의 특허 문서들의 리스트를 제공한다. 도 5는 검색된 전자 문서들의 리스트가 제공된 일례이다. 이때, 제공되는 제2 검색어 일부(510)는 선택된 특허 문서 그룹 내의 특허 문서드로부터 추출된 제2 검색어를 나타낸다.
한편, 전술한 제1 검색어는 문서 식별 번호(예컨대, 특허 식별 번호, 논문 식별 번호 및 판례 식별 번호 등)일 수 있다. 이 경우, 전자 문서 검색 서버(100)는 해당 문서 식별 번호에 대응되는 하나의 전자 문서와, 상기 전자 문서의 정보 필드로부터 추출된 복수의 제2 검색어로부터 검색된 전자 문서들 간의 유사도를 산출하고, 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하여 제공할 수 있다. 이때, 각 전자 문서 그룹은 유사도 범위를 인덱스로 가질 수 있다. 즉, 전자 문서 서버(100)는 100%~70% 유사도 범위를 인덱스로 갖는 서로 다른 종류의 전자 문서 그룹(즉, 특허 문서 그룹, 판례 문서 그룹 및 기술 문서 그룹)을 분류하고, 다음으로 70%~0% 유사도 범위를 인덱스로 갖는 서로 다른 종류의 전자 문서 그룹을 분류하며, 높은 유사도 순으로 나열한 검색 결과 화면을 제공할 수 있다.
도 6은 본 발명의 일 실시예에 따라 높은 유사도 순으로 나열된 검색 결과 화면(600)을 도시한다. 도 6을 참조하면, 전자 문서 검색 서버(100)는 유사도 범위를 인덱스로 갖는 각 전자 문서 그룹(610)을 제공하며, 제2 검색어 일부(620)를 GUI 형태로 제공한다. 또한, 전자 문서 검색 서버(100)는 각 전자 문서를 유사도 순으로 나열하여 제공할 수 있다(630).
이러한 유사도 기반의 검색 결과는 제1 검색어에 대응되는 전자 문서의 선행 문서를 검색하는데에 이용될 수 있도록, 전자 문서의 출원일, 출판일, 선고일 등으로 필터링될 수 있다.
또한, 유사도 기반의 검색 결과는, 도 5의 전자 문서들의 리스트 화면(500)에서, 사용자 단말(300)의 사용자가 하나의 전자 문서를 선택함으로써 제공될 수도 있다. 즉, 전자 문서 검색 서버(100)는 선택된 전자 문서의 문서 식별 번호를 획득함으로써, 사용자로부터 문서 식별 번호가 입력되는 경우와 동일한 동작을 수행할 수 있다.
추가로, 상기 제1 검색어는 자연어(natural language)로 작성된 콘텐트일 수 있다. 즉, 사용자는 자연어로 작성된 콘텐트를 이용하여 관련된 전자 문서를 검색할 수 있다. 도 7a은 본 발명의 일 실시예에 따라 콘텐트(710)가 제1 검색어로 입력된 일례를 도시한다. 이 경우, 전자 문서 검색 서버(100)는 콘텐트(710)로부터 말뭉치 단위의 키워드들을 추출하고, 추출된 각 키워드의 콘텐트(710) 내의 사용 빈도수, 중요도, 및 키워들 간의 관계를 기초로 제2 검색어로 선정할 수 있다. 이후, 전자 문서 검색 서버(100)는 입력된 콘텐트(710)와 제2 검색어로부터 검색된 전자 문서들 간의 유사도를 산출하고, 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑한다. 전술한 실시예에서와 마찬가지로, 각 전자 문서 그룹은 유사도 범위를 인덱스로 가질 수 있다. 그리고 그룹핑된 결과는 검색 결과로서 사용자 단말(300)로 제공된다. 도 7b는 상기 콘텐트 입력에 따른 검색 결과 화면을 도시한 일례이다.
한편, 도 2에서는 S240 단계에서 제2 검색어 각각을 이용하여 검색된 결과 문서들로부터 그룹핑을 수행하는 것으로 설명하였으나, 이에 한정되는 것은 아니다. 구현예에 따라, 전자 문서 검색 서버(100)는 두 개 이상의 제2 검색어를 먼저 조합한 후에, 제2 검색어 조합을 이용하여 문서들(즉, 특허 문서, 판례 문서 및 기술 문서)을 검색할 수 있다. 도 8은 제2 검색어 조합을 이용하여 문서들을 검색하는 방법을 도시한 도면이다.
STEP1: 전자 문서 검색 서버(100)는 제1 전자 문서 DB로부터 제1 검색어를 이용하여 검색된 제1 전자 문서들로부로부터 키워드를 추출한다. 구체적인 예를 들어, 제1 검색어가 "빅데이터"인 경우, 추출되는 키워드는 {빅데이터, 영상데이터, 데이터, 서버, 위치, 모듈, 클라우드, 고도지능객체, 카메라, 영상, 자주식, 지능형, 모듈.. 등}일 수 있다.
STEP2: 이후, 전자 문서 검색 서버(100)는 각 키워드의 사용 빈도수, 각 키워드의 중요도 및 키워드들 간의 관계 등을 기초로 제2 검색어를 추출한다. 예를 들어, 전자 문서 검색 서버(100)는 각 키워드의 전체 사용 빈도수를 기초로 각 키워드를 순위화한 후, 상위 일정 비율(예컨대, 30 % 등)에 대응되는 사용 빈도수를 기준으로 제2 검색어들을 추출할 수 있다. 이는, 도 2의 S220 단계와 동일하므로 자세한 설명은 생략한다. 전자 문서 검색 서버(100)는 STEP2의 단계를 통해, 전술한 키워드 리스트로부터 "고도지능객체", "자주식", "지능형" 등이 삭제된 주요 키워드 리스트를 획득할 수 있다.
STEP3: 전자 문서 검색 서버(100)는 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 생성한다. 예시적으로, 전자 문서 검색 서버(100)는 뉴럴 네트워크 등에 상기 제2 검색어들을 입력하고, 제2 검색어 조합을 출력받을 수 있다. 이때, 뉴럴 네트워크는 하나의 전자 문서에서 함께 사용되는 키워드들을 기 학습한 것일 수 있다. 예를 들어, 제2 검색어가 {빅데이터, 영상데이터, 서버, 위치, 모듈, 영상, 신호, 클라우드, ... 등} 인 경우, 제2 검색어 조합은 {빅데이터 서버 위치, 빅데이터 서버 모듈, 빅데이터 서버 클라우드 등}일 수 있다.
STEP 4: 전자 문서 검색 서버(100)는 각 제2 검색어 조합을 구성하는 제2 검색어들이 모두 기재된 정보를 포함하는 특허 문서, 판례 문서 및 기술 문서를 검색한다. 이때, 제2 검색어 조합을 구성하는 제2 검색어들이 연속적으로 기재되어야 하는 것은 아니며, 하나의 문서에 각 제2 검색어가 기재되어 있으면 충분하다.
전자 문서 검색 서버(100)는 각 제2 검색어 조합이 기재된 특허 문서들의 개수를 기초로 각 제2 검색어 조합을 순위화하고, 순위로 나열된 검색 결과를 사용자 단말(300)로 제공할 수 있다. 할 수 있다.
한편, 도 8에서는 세 개의 제2 검색어가 조합되는 것으로 설명하였으나, 이에 제한되지 않는다. 제2 검색어는 미리 설정된 다양한 개수의 단어 조합을 포함할 수 있다.
도 9는 본 발명의 일 실시예에 따른 전자 문서 검색 서버(100)의 구성을 도시한 블록도이다. 도 9에 도시된 전자 문서 검색 서버(100)의 구성들은, 앞서 설명된 도 1 내지 도 8 에서 설명된 실시예들과 관련된다. 따라서, 이하 생략된 내용이라 하여도, 도 1 내지 도 6에서 앞서 설명된 내용들은, 도 9 의 전자 문서 검색 서버(100)의 구성에 적용될 수 있다.
도 9를 참조하면, 전자 문서 검색 서버(100)는 프로세서(110), 메모리(120), 통신부(130) 및 복수의 전자 문서 DB(140)를 포함한다.
프로세서(110)는 전자 문서 검색 서버(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(110)는 메모리(120), 통신부(130) 및 복수의 전자 문서 DB(140)의 동작을 제어하기 위한 적어도 하나의 구성요소를 포함할 수 있다. 예를 들어, 프로세서(110)는 RAM(Random Access Memory)(미도시), ROM(Read-Only Memory)(미도시), CPU(미도시), GPU(Graphic Processing Unit)(미도시) 및 버스(미도시) 중 적어도 하나를 포함 할 수 있다. 이때, RAM, ROM, CPU 및 GPU 등은 버스를 통해 서로 연결될 수 있다.
또한, 프로세서(110)는 메모리(120)에 저장된 프로그램들을 실행함으로써, 사용자 단말(300)로부터 수신된 제1 검색어에 기반하여 전자 문서들을 검색하고, 그에 따른 검색 결과를 제공할 수 있다. 이때, 메모리(120)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 및 저장된 정보를 유지하기 위하여 전력이 필요한 휘발성 저장장치를 통칭하는 것이다.
구체적으로, 프로세서(110)는 제1 검색어가 획득됨에 따라, 복수의 전자 문서 DB(140) 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색한다. 이때, 정보 필드는 특허 문서의 청구 범위 필드, 기술 문서의 요약 필드 및/또는 본문 필드, 판례 문서의 판결문 필드 등을 포함할 수 있다. 다음으로, 프로세서(110)는 제1 전자 문서의 정보 필드의 컨텍스트를 분석하여 복수의 제2 검색어를 추출한다. 예시적으로, 프로세서(110)는 하나 이상의 제1 전자 문서의 정보 필드에서 말뭉치 단위의 복수의 키워드를 추출하고, 각 키워드의 사용 빈도, 상기 각 키워드의 중요도, 및 상기 복수의 키워드 간의 관계를 기초로, 상기 복수의 키워드 중 일부를 제2 검색어로 선정할 수 있다.
한편, 제1 전자 문서 DB는 제1 검색어에 포함된 기 설정된 특수 문자를 기초로 결정될 수 있다. 예를 들어, 제1 검색어에 기 설정된 특수 문자가 포함되지 않은 경우, 프로세서(110)는 제1 전자 문서 DB를 특허 문서 DB로 결정하고, 제1 검색어에 "@"가 포함된 경우 제1 전자 문서 DB를 기술 문서 DB로 결정하고, 제1 검색어에 "#"가 포함되는 경우 제1 전자 문서 DB를 법률 문서 DB로 결정할 수 있다.
다음으로, 프로세서(110)는 복수의 전자 문서 DB(140) 각각으로부터 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색한다. 이후, 프로세서(110)는 두 개 이상의 제2 검색어를 이용하여, 검색된 전자 문서들을 분류하고, 분류된 결과를 문서 종류 별로 그룹핑한다.
예시적으로, 프로세서(110)는 상기 제1 전자 문서 DB로부터 검색된 복수의 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 제1 전자 문서들을, 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류한다. 그리고 프로세서(110)는 나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 해당 인덱스에 링크한다. 이때, 프로세서(110)는 각 인덱스에 매칭된 제1 전자 문서의 개수를 기초로 각 인덱스의 순위를 결정한다.
다음으로, 프로세서(110)는 그룹핑된 결과를 사용자 단말(300)로 제공한다. 이때, 프로세서(110)는 각 인덱스의 순위에 따라 나열된 그룹핑 결과를 사용자 단말(300)로 제공할 수 있다. 또한, 프로세서(110)는 복수의 제2 검색어 일부를 GUI(graphic user interface) 형태로 제공한다. 이때, 상기 제2 검색어 일부는 사용자 단말(300)에서의 사용자 입력에 의해 선택됨에 따라, 제1 검색어로 기능할 수 있다.
한편, 제1 검색어는 문서 식별 번호(예컨대, 특허 식별 번호, 판례 식별 번호, 논문 식별 번호 등)일 수 있다. 이 경우, 프로세서(110)는 제1 전자 문서 DB로부터 상기 문서 식별 번호에 대응되는 하나의 제1 전자 문서를 검색하고, 해당 제1 전자 문서와 제2 검색어로 검색된 복수의 전자 문서들 간의 유사도를 산출한다. 그리고 프로세서(110)는 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑한다. 이때, 각 전자 문서 그룹은 상기 유사도 범위를 인덱스로 갖는다.
한편, 제1 검색어는 자연어로 작성된 콘텐트일 수 있다. 이 경우, 프로세서(110)는 콘텐트의 컨텍스트를 분석하여 복수의 제2 검색어를 생성한다. 그리고 프로세서(110)는 복수의 전자 문서 DB(140) 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색한다. 프로세서(110)는 상기 콘텐트와 검색된 서로 다른 종류의 전자 문서들 간의 유사도를 산출한다. 이후, 프로세서(110)는 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하고, 그룹핑된 결과를 사용자 단말(300)로 제공한다.
다른 실시예에 의할 경우, 프로세서(110)는 복수의 제2 검색어를 추출한 이후에, 복수의 제2 검색어 중에서 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 이용하여 전자 문서들을 검색한다. 다시 말해, 프로세서(110)는 복수의 전자 문서 DB(140) 각각으로부터, 각 제2 검색어 조합의 각 제2 검색어가 기재된 정보 필드를 포함하는 전자 문서들을 검색할 수 있다. 이후, 프로세서(110)는 상기 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 그룹핑된 결과를 사용자 단말(300)로 제공한다. 이때, 제2 검색어 조합은 기 합습된 뉴럴 네트워크에 의해 생성될 수 있다.
통신부(130)는 전자 문서 검색 서버(100)가 사용자 단말(300), 타 서버 등과 통신을 하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 예를 들어, 통신부(130)는 이동통신 칩(미도시), 유선 통신 칩(미도시), 와이파이 칩(미도시), 무선 통신 칩(미도시) 중 적어도 하나를 포함할 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10 : 전자 문서 검색 시스템
100: 전자 문서 검색 서버
200: 복수의 전자 문서 DB(database)
300: 사용자 단말

Claims (15)

  1. 전자 문서 검색 서버가 특허 문서를 검색하는 방법에 있어서,
    제1 검색어가 획득됨에 따라, 서로 다른 종류의 전자 문서를 저장한 복수의 전자 문서 DB(database) 중 제1 전자 문서 DB로부터, 상기 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계;
    상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하는 단계;
    상기 복수의 전자 문서 DB 각각으로부터, 상기 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 상기 서로 다른 종류의 전자 문서를 검색하는 단계;
    두 개 이상의 제2 검색어를 이용하여, 상기 검색된 서로 다른 종류의 전자 문서들을 분류하고, 상기 분류된 결과를 문서 종류 별로 그룹핑하는 단계; 및
    상기 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함하되,
    상기 문서 종류 별로 그룹핑하는 단계는
    상기 제1 전자 문서 DB로부터 검색된 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를, 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류하는 단계; 및
    나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 상기 인덱스에 링크하는 단계를 포함하는 전자 문서 검색 방법.
  2. 제 1 항에 있어서,
    상기 정보 필드는
    특허 문서의 청구범위(Claim) 필드, 기술 문서의 요약(abstract) 필드 및 본문 필드 중 적어도 하나, 및 판례 문서의 판결문 필드를 포함하는 것인 전자 문서 검색 방법.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 문서 종류 별로 그룹핑하는 단계는,
    각 인덱스에 매칭된 제1 전자 문서의 개수를 기초로 상기 각 인덱스의 순위를 결정하는 단계를 더 포함하는 것인 전자 문서 검색 방법.
  5. 제 4 항에 있어서,
    상기 그룹핑 결과를 제공하는 단계는
    상기 각 인덱스의 순위에 따라 나열된 상기 그룹핑된 전자 문서들을 제공하며, 상기 복수의 제2 검색어 일부를 GUI(graphic user interface) 형태로 제공하되,
    상기 제2 검색어 일부는 사용자 단말에서의 사용자 입력에 의해 선택됨에 따라, 제1 검색어로 기능하는 것인 전자 문서 검색 방법.
  6. 제 1 항에 있어서,
    상기 제1 검색어는 문서 식별 번호이며,
    상기 문서 종류 별로 그룹핑하는 단계는
    상기 제1 검색어에 대응되는 하나의 제1 전자 문서와, 상기 복수의 제2 검색어를 기초로 검색된 전자 문서들 간의 유사도를 산출하는 단계; 및
    기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하는 단계를 포함하되,
    각 전자 문서 그룹은 상기 기 설정된 유사도 범위를 인덱스로 갖는 것인 전자 문서 검색 방법.
  7. 제 1 항에 있어서,
    상기 제1 검색어에 포함된 기 설정된 특수 문자를 기초로, 상기 제1 전자 문서 DB가 결정되는 것인 전자 문서 검색 방법.
  8. 전자 문서 검색 서버가 전자 문서를 검색하는 방법에 있어서,
    자연어로 작성된 콘텐트가 획득됨에 따라, 상기 콘텐트의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하는 단계;
    복수의 전자 문서 DB 각각으로부터, 상기 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하는 단계;
    상기 검색된 서로 다른 종류의 전자 문서들과 상기 콘텐트 간의 유사도를 산출하는 단계;
    기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하는 단계; 및
    상기 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함하되,
    상기 문서 종류 별로 분류된 전자 문서들을 그룹핑하는 단계는,
    상기 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터 검색된 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를, 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류하는 단계; 및
    나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 상기 인덱스에 링크하는 단계를 포함하는 전자 문서 검색 방법.
  9. 전자 문서 검색 서버가 전자 문서를 검색하는 방법에 있어서,
    복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계;
    상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여, 복수의 제2 검색어를 추출하는 단계;
    상기 복수의 제2 검색어 중 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 기초로, 상기 복수의 전자 문서 DB 각각으로부터 전자 문서들을 검색하는 단계; 및
    상기 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 상기 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함하되,
    상기 검색된 전자 문서들을 문서 종류 별로 그룹핑하는 단계는,
    상기 제1 전자 문서 DB로부터 검색된 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를, 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류하는 단계; 및
    나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 상기 인덱스에 링크하는 단계를 포함하는 전자 문서 검색 방법.
  10. 제 9항에 있어서,
    상기 제2 검색어 조합은,
    기 학습된 뉴럴 네트워크 또는 복잡계 네트워크에 의해 생성되는 것인 전자 문서 검색 방법.
  11. 제 9 항에 있어서,
    상기 제2 검색어를 추출하는 단계는
    상기 하나 이상의 제1 전자 문서에서 말뭉치(corpus)단위의 복수의 키워드를 추출하는 단계; 및
    상기 하나 이상의 제1 전자 문서에서의 각 키워드의 사용 빈도, 상기 각 키워드의 중요도, 및 상기 복수의 키워드 간의 관계를 기초로, 상기 복수의 키워드 중 일부를 제2 검색어로 선정하는 단계를 포함하는 것인, 전자 문서 검색 방법.
  12. 전자 문서 검색 서버에 있어서,
    서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB(database);
    전자 문서를 검색하는 프로그램이 저장된 메모리(memory); 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    제1 검색어가 획득됨에 따라, 상기 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 상기 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하고, 상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하고,
    상기 복수의 전자 문서 DB 각각으로부터, 상기 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 상기 서로 다른 종류의 전자 문서를 검색하고, 두 개 이상의 제2 검색어를 이용하여 상기 검색된 서로 다른 종류의 전자 문서를 분류하고, 상기 분류된 결과를 문서 종류 별로 그룹핑하며, 상기 그룹핑된 결과를 사용자 단말로 제공하되,
    상기 프로세서는,
    상기 제1 전자 문서 DB로부터 검색된 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를, 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류하고, 나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 상기 인덱스에 링크하는 전자 문서 검색 서버.
  13. 전자 문서 검색 서버에 있어서,
    서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB(database);
    전자 문서를 검색하는 프로그램이 저장된 메모리(memory); 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    자연어로 작성된 콘텐트가 획득됨에 따라, 상기 콘텐트의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하고, 상기 복수의 전자 문서 DB 각각으로부터, 상기 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 상기 서로 다른 종류의 전자 문서를 검색하고,
    상기 복수의 서로 다른 종류의 전자 문서들과 상기 콘텐트 간의 유사도를 산출하고, 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하며, 상기 그룹핑된 결과를 사용자 단말로 제공하되,
    상기 프로세서는,
    상기 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터 검색된 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를, 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류하고, 나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 상기 인덱스에 링크하는 전자 문서 검색 서버.
  14. 전자 문서 검색 서버에 있어서,
    서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB(database);
    전자 문서를 검색하는 프로그램이 저장된 메모리(memory); 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    상기 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하고, 상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여, 복수의 제2 검색어를 추출하며,
    상기 복수의 제2 검색어 중 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 기초로, 상기 복수의 전자 문서 DB 각각으로부터 서로 다른 종류의 전자 문서들을 검색하고, 상기 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 상기 그룹핑된 결과를 사용자 단말로 제공하되,
    상기 프로세서는,
    상기 제1 전자 문서 DB로부터 검색된 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를, 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류하고, 나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 상기 인덱스에 링크하는 전자 문서 검색 서버.
  15. 제 1 항, 제2항, 제4항 내지 제 11 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020170168134A 2017-02-22 2017-12-08 전자 문서 검색 방법 및 그 서버 KR102069341B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2018/014675 WO2019112223A1 (ko) 2017-12-08 2018-11-27 전자 문서 검색 방법 및 그 서버

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170023473 2017-02-22
KR1020170023473 2017-02-22

Publications (2)

Publication Number Publication Date
KR20180097120A KR20180097120A (ko) 2018-08-30
KR102069341B1 true KR102069341B1 (ko) 2020-01-22

Family

ID=63453737

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170168134A KR102069341B1 (ko) 2017-02-22 2017-12-08 전자 문서 검색 방법 및 그 서버

Country Status (1)

Country Link
KR (1) KR102069341B1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112182293A (zh) * 2019-07-02 2021-01-05 百度在线网络技术（北京）有限公司 视频提供方法、装置、电子设备及存储介质
KR102360080B1 (ko) * 2019-10-02 2022-02-09 (주)디앤아이파비스 검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법
KR102085216B1 (ko) * 2019-10-02 2020-03-04 (주)디앤아이파비스 단어의 중요도 스코어 산출 방법, 장치 및 컴퓨터프로그램
KR102085355B1 (ko) * 2019-10-02 2020-03-05 (주)디앤아이파비스 특허문서의 유의어 사전 생성 방법, 장치 및 컴퓨터프로그램
KR102472200B1 (ko) * 2019-10-02 2022-11-29 (주)디앤아이파비스 단어의 출현 비율을 이용한 중요도 스코어 산출 방법
KR102154641B1 (ko) * 2020-02-03 2020-09-10 한국과학기술정보연구원 정형화된 항목을 가진 문서 분류 장치, 정형화된 항목을 가진 문서 분류 방법 및 이를 이용한 프로그램을 저장하는 저장매체.
KR20230081294A (ko) * 2021-11-30 2023-06-07 엘지이노텍 주식회사 신경망의 학습 방법, 인공지능 장치 및 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020099685A1 (en) * 2001-01-25 2002-07-25 Hitachi, Ltd. Document retrieval system; method of document retrieval; and search server

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020099685A1 (en) * 2001-01-25 2002-07-25 Hitachi, Ltd. Document retrieval system; method of document retrieval; and search server

Also Published As

Publication number Publication date
KR20180097120A (ko) 2018-08-30

Similar Documents

Publication Publication Date Title
KR102069341B1 (ko) 전자 문서 검색 방법 및 그 서버
US9317613B2 (en) Large scale entity-specific resource classification
EP2823410B1 (en) Entity augmentation service from latent relational data
US8775442B2 (en) Semantic search using a single-source semantic model
US9208219B2 (en) Similar document detection and electronic discovery
US8175847B2 (en) Tag ranking
CN109885773B (zh) 一种文章个性化推荐方法、系统、介质及设备
US20190121806A1 (en) Managing a search
US10387435B2 (en) Computer application query suggestions
US20160034514A1 (en) Providing search results based on an identified user interest and relevance matching
Reinanda et al. Mining, ranking and recommending entity aspects
CN108228745B (zh) 一种基于协同过滤优化的推荐算法和装置
JP6165955B1 (ja) 検索クエリに応答してホワイトリストとブラックリストを使用し画像とコンテンツをマッチングする方法及びシステム
US20180373754A1 (en) System and method for conducting a textual data search
US11775541B2 (en) System and method for subset searching and associated search operators
WO2021196541A1 (zh) 用于搜索内容的方法、装置、设备和计算机可读存储介质
US10896291B2 (en) Method and device for providing notes by using artificial intelligence-based correlation calculation
US20110264683A1 (en) System and method for managing information map
AU2018313274B2 (en) Diversity evaluation in genealogy search
Joorabchi et al. Towards linking libraries and Wikipedia: automatic subject indexing of library records with Wikipedia concepts
Nguyen et al. Tag-based paper retrieval: minimizing user effort with diversity awareness
US10339148B2 (en) Cross-platform computer application query categories
Huang et al. Rough-set-based approach to manufacturing process document retrieval
CN107992565B (zh) 一种优化搜索引擎的方法及系统
Nguyen et al. Pseudo-relevance feedback for information retrieval in medicine using genetic algorithms

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant